内存计算

自适应查询执行：在运行时提升Spark SQL执行性能

Catalyst是Spark SQL核心优化器，早期主要基于规则的优化器RBO，后期又引入基于代价进行优化的C […]

聊聊Spark的分区、并行度 —— 前奏篇

聊聊Spark的分区机制，以及通过spark.default.parallelism谈Spark并行度通过之 […]

Spark集群和任务执行

Spark是典型的Master/Slave架构，集群主要包括以下4个组件： Driver：Spark框架中的驱 […]

Spark为什么只有在调用action时才会触发任务执行呢（附算子优化和使用示例）？

Spark算子主要划分为两类：transformation和action，并且只有action算子触发的时候才 […]

Spark RDD详解 | RDD特性、lineage、缓存、checkpoint、依赖关系

RDD（Resilient Distributed Datasets）弹性的分布式数据集，又称Spark co […]